Python包装之对象处理

下面是详细讲解“Python包装之对象处理”的完整攻略。

什么是包装器

包装就是在不改变原有代码的基础上，以对现有函数进行增强或改进的方式来扩展其功能，这种实现方式就是所谓的包装器。

包装器的基本思路是：对传入的函数进行一定程度的修改，使其变成一个新的函数，而新函数能够保留原有函数的所有特性，在原有的特性上增加新的功能，这种思路也称为高阶函数。

如何实现一个装饰器

要实现一个装饰器，需要掌握Python函数的一些特性：

闭包：函数内部可以定义函数，并且可使用外部函数定义的变量。
函数可以作为参数传递。
函数可以作为返回值。

下面是一段简单的装饰器代码示例，我们将其命名为wrap_func：

def wrap_func(func):
    def wrapper(*args, **kwargs):
        print("call function:", func.__name__)
        return func(*args, **kwargs)
    return wrapper

代码分析：wrap_func接收一个函数作为参数，在函数内定义了一个名为wrapper的闭包函数，并返回该函数对象。wrapper接收任意参数，输出调用的函数名，然后执行被包装的函数func，并返回其返回值。

装饰器的使用场景

装饰器可以应用于许多场景，包括：

统计函数执行时间
缓存函数返回值
实现权限验证
实现日志记录

下面我们来具体说明两个装饰器的使用场景。

示例说明

示例一：计算函数调用时间

有时候我们需要对函数的执行时间进行统计，以便查询和优化。下面是一个统计函数执行时间的装饰器：

def time_it(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print("Call function %s, time: %fs" % (func.__name__, end_time - start_time))
        return result
    return wrapper

代码分析：time_it是一个装饰器，接收一个函数作为参数，内部定义一个wrapper函数，使用time()方法计算起始时间和结束时间，并打印函数执行时间。

使用示例：

@time_it
def my_func(n):
    return sum([i**2 for i in range(n)])

my_func(10000)

输出结果：

Call function my_func, time: 0.003529s

示例二：缓存函数返回值

有时候一个函数需要执行很长时间，但它的输入参数并不总是改变，这样每次调用都要重新计算一遍并不划算。缓存函数的返回值可以大幅减少重复计算。下面是一个缓存函数返回值的装饰器：

def cache(func):
    memo = {}
    def wrapper(*args, **kwargs):
        key = str(args) + str(kwargs)
        if key not in memo:
            memo[key] = func(*args, **kwargs)
        return memo[key]
    return wrapper

代码分析：cache是一个装饰器，定义了一个内部的memo字典，用于保存返回值。wrapper接收带参的任意参数，使用str()方法将参数转为字符串，并计算哈希值。如果字典中没有这个哈希值，即是第一次调用，计算调用函数的返回值并保存到字典中。如果字典中存在该哈希值，直接使用缓存结果。